Dies ist die Linux-App namens ML for Trading, deren neueste Version als 2ndEdition.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens ML für den Handel mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
ML für den Handel
BESCHREIBUNG
Auf über 800 Seiten zeigt diese überarbeitete und erweiterte 2. Auflage, wie ML durch ein breites Anwendungsspektrum einen Mehrwert für den algorithmischen Handel schaffen kann. Es ist in vier Teile und 24 Kapitel gegliedert und deckt den End-to-End-Workflow von der Datenbeschaffung und Modellentwicklung bis hin zum Strategie-Backtesting und der Bewertung ab. Behandelt wichtige Aspekte der Datenbeschaffung, des Financial Feature Engineering und des Portfoliomanagements. Der Entwurf und die Bewertung von Long-Short-Strategien basierend auf einer breiten Palette von ML-Algorithmen, wie man handelbare Signale aus Finanztextdaten wie SEC-Einreichungen, Gewinnmitteilungsprotokollen oder Finanznachrichten extrahiert. Verwendung von Deep-Learning-Modellen wie CNN und RNN mit Finanz- und Alternativdaten und der Generierung synthetischer Daten mit Generative Adversarial Networks sowie Schulung eines Handelsagenten mithilfe von Deep Reinforcement Learning.
Eigenschaften
- Die 2. Auflage dieses Buches stellt den End-to-End-Workflow für maschinelles Lernen für den Handel vor
- Datenbeschaffung, Feature-Engineering und Modelloptimierung
- Strategiedesign und Backtesting
- Es veranschaulicht den Arbeitsablauf anhand von Beispielen
- Der erste Teil bietet einen Rahmen für die Entwicklung von Handelsstrategien, die auf maschinellem Lernen (ML) basieren.
- Beschreibt, wie für ML-Modelle geeignete Funktionen entwickelt und bewertet werden
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/ml-for-trading.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
